Waarom is dit belangrijk?
Door Artificial Intelligence Markup Language kunnen organisaties gesprekken vooraf uitschrijven, zodat een programma terugkerende vragen zelf en op vaste wijze afhandelt. Universiteiten zetten het in het onderwijs in, voor digitaal leren en voor lessen over kunstmatige intelligentie. Leerlingen en studenten krijgen dan sneller een reactie op voorbereide vragen, maar bij een nieuwe of afwijkende vraag past het gegeven antwoord vaak niet.
Zo werkt het in de praktijk
In de softwarebouw draaien interpreters in Java, Python en C++ bestanden met Artificial Intelligence Markup Language. In de dienstverlening plaatst het bedrijf Pandorabots die taal op een cloudplatform. Ontwikkelaars publiceren daar een chatbot en koppelen die met een webverzoek aan een andere applicatie.
Onderzoekers van de Universiteit van Turijn ontwerpen AIML+. Die uitbreiding voegt frames en grote taalmodellen toe aan Artificial Intelligence Markup Language. Het taalmodel wordt gebruikt om de invoer van de gebruiker te begrijpen.
De A.L.I.C.E. AI Foundation beheert de open specificatie. Noel Bush schreef de formele beschrijving, met een XML-schema als controle op de opbouw. Targeting bij Pandorabots is een cyclus van begeleid leren: een beheerder geeft gemiste vragen een nieuw antwoord.




